一种基于机器视觉低成本地下车库寻车与智能导航系统的设计

（湖南信息学院 电子信息学院，湖南 长沙 410151）

0 引 言

近年来，随着大规模商业购物中心和写字楼的兴建，地下车库的规模越来越大，虽然很方便地解决了人们的停车问题，但带来的影响是寻找自己车所在位置越来越困难。由于停车场楼层多，空间大，方向不易辨别，场景和标志物类似，如何快速、准确的找到自己的车，是一件令人头痛的事情。因此需要加强对智能停车场进行深入研究，解决地下停车场内车辆的导航与定位问题。汽车行驶在地面时，导航系统是利用卫星GPS定位进行导航。但是在地下停车场，由于卫星信号接收受到严重干扰，基本接受不到GPS信号，所以GPS定位和导航基本无法应用。因此在地下停车场的定位和导航，就需要在地下停车场内建立一个适合室内环境应用的定位系统。

近年来，随着各种定位技术和定位算法的研究的进步，室内定位技术的研究取得了很大发展。射频识别技术（RFID）具有非接触、非视距、成本低且定位精度高的优点，目前已成为各种室内定位技术的首选。但射频定位系统部署比较复杂，大型停车场需要多点部署，而且地下停车场空间环境复杂，容易受到各种干扰而影响定位精度。

针对上述问题，本文设计了一种机器视觉结合视觉定位技术的地下停车场智能定位与寻车系统。实验结果表明，该方法能帮助用户查找到自己车的位置信息，还能结合导航地图帮助用户快速找到爱车。

1 地下停车场主流定位技术分析

1.1 无线定位技术

目前主流地下车库停车系统采用的定位技术多为无线定位技术，典型的有RFID室内定位技术[1]、蓝牙室内定位技术[2]、WiFi室内定位技术[3]。这些射频室内定位技术多采用TOA、TDOA、AOA、RSSI等距离相关测距技术[4]，需要布置大量的室内基站，成本高，而且地下停车场环境带来非视距问题，给室内定位系统的布放和使用带来极大的不便利性。同时，射频技术定位需要用户或车辆支持相关的无线通信技术，因此多用于工业园区使用，很难推广到一般的商场写字楼地下停车系统。

1.2 机器视觉技术

机器视觉目前应用较广，在工业机器人[5]、工业控制[6]以及农产品深度加工[7]等领域都有较多应用案例。在停车系统中，比较典型的应用是用于进出车库识别车牌号码，以及基于车牌号码的停车计费管理系统[8]。通过图像识别技术，识别车辆的车牌号码，作为计费依据。

这种方式通常用于车库的进出口管理与控制，虽然有些高端商场推广到自动找位系统，如找位机，但需要在每一个车位前装一个摄像头，提取车牌信息，成本较高，对绝大多数商场和办公楼地下停车系统并不适用。

2 基于机器视觉和定位技术的智能寻车系统设计

本文设计的一种机器视觉装置的一种低成本自动寻车和导航系统，其基本原理是通过2D-3D点匹配的基于数据库的视觉定位算法[9]，对于拍摄的2D图像进行特征提取，然后与重建的3D场景进行特征匹配，在包含3D描述符的空间场景的数据库中寻找匹配。

具体工作流程是：首先用户停好车后，用自己的手机打开商场APP，拍下标志信息，如停车车位的号码或者周边立柱显示的信息（需要在立柱等地方设定一些定位标识）；然后将图片上传到商场APP，APP软件通过中值滤波法对图像进行降噪处理，消除拍照环境带来的随机噪声影响；再通过基于云点数据处理算法[10]，以及贝叶斯判别分析法将像素分为4～5个类别，采用机器学习，通过BP（Back Propagation）神经网络计算，实现机器视觉系统的优化设计和图像目标识别，完成定位终端的深度学习，从预处理的图像中识别出停车位号或其他定位标识，再结合地图导航软件，发送给用户位置和导航信息。

基于机器视觉的低成本智能寻车与导航系统架构如图1所示。

图1 基于机器视觉的低成本智能寻车与导航系统架构

3 结 语

随着大数据，人工智能技术的发展，机器视觉在各领域应用更加广泛，室内定位技术必然会转向以机器视觉为核心构建新的智能控制系统。本文提出了一种基于机器视觉的低成本地下停车场智能寻车系统架构。这套系统以机器视觉技术及视觉定位技术为基础，充分利用各种定位标识，从而低成本的分辨出停车车位的位置信息，结合导航软件可以快速帮助用户找到自己的停车位置，提升停车效率，增加客户满意度。